Agente Analista de Datos Conversacional
COMPLETADODescripción
Desarrollé un agente con Mastra (TypeScript) que convierte preguntas en lenguaje natural en SQL sobre una base de datos PostgreSQL y transmite las respuestas junto con la consulta subyacente token por token mediante el Vercel AI SDK, para lograr total transparencia sobre cómo se derivó cada respuesta. Una capa de control de 7 procesadores — primera llamada a herramienta forzada, bloqueo de repetición de esquema, reanclaje de la pregunta y limitación de tokens — guía a un modelo de 20B alojado localmente hacia una resolución de consultas confiable en múltiples pasos, sin fine-tuning.
Destacados
- —Agente de lenguaje natural a SQL sobre una base de datos PostgreSQL, que transmite las respuestas y la consulta subyacente token por token mediante el Vercel AI SDK para lograr total transparencia.
- —Capa de control de 7 procesadores (primera llamada a herramienta forzada, bloqueo de repetición de esquema, reanclaje de la pregunta, limitación de tokens) que guía a un modelo de 20B alojado localmente hacia una resolución de consultas confiable en múltiples pasos — sin fine-tuning.
- —Ejecución reforzada con una barrera de solo lectura (solo SELECT), un tiempo límite de consulta de 10 segundos y una caché de esquema de 5 minutos que elimina llamadas de introspección redundantes.
- —Salida determinista (temperatura 0) para que preguntas idénticas produzcan el mismo SQL, haciendo que el comportamiento del agente sea auditable y testeable.
Arquitectura
Pregunta en lenguaje natural → capa de control de 7 procesadores (forzado de llamada a herramienta, bloqueo de repetición de esquema, reanclaje, limitación de tokens) → generación de SQL sobre un esquema cacheado → barrera de ejecución de solo lectura (solo SELECT, tiempo límite de 10 s) → respuesta transmitida token por token mediante el Vercel AI SDK. La temperatura 0 mantiene la salida determinista y testeable.